Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Supremacja kwantowa: jak Google i IBM zamienili liczbę kubitów w wyścig na dekadę

Google ogłosił supremację kwantową w 2019 roku, mając 53-kubitowy układ Sycamore. Najważniejszym przełomem był jednak 50-kubitowy prototyp IBM, zapowiedziany dwa lata wcześniej.

TechnologiaAnalizaMarta ZielińskaOpublikowano: 28 września 20265 min czytaniaŹródła 6
Supremacja kwantowa: jak Google i IBM zamienili liczbę kubitów w wyścig na dekadę

Google ogłosił osiągnięcie supremacji kwantowej, czyli momentu, w którym komputer kwantowy rozwiązuje problem poza zasięgiem klasycznych maszyn. Praca firmy trafiła do Fortune po krótkim pobycie na NASA.gov. Opisywała procesor Sycamore z 53 kubitami.

Sama liczba nie była tu najważniejsza. Gdy Google upublicznił twierdzenie we wrześniu 2019 roku, wyścig zdążył już wyprodukować serię ogłoszeń opartych na liczbie kubitów, okablowaniu i wskaźnikach błędów. Każde miało zastrzeżenie. „Komunikaty prasowe zawsze mówią o wyścigu kwantowym w liczbie kubitów” – powiedział John Martinis, fizyk z University of California w Santa Barbara kierujący pracami Google, na konferencji Q2B w NASA Ames w grudniu 2017 roku. „To więcej niż ilość, liczy się jakość kubitów”.

Dwa lata wcześniej test na sześciu kubitach

MIT Technology Review pisał w kwietniu 2017 roku, że Martinis dał sobie kilka miesięcy na osiągnięcie przełomu. Jego zespół w Google, liczący około 25 osób, zbudował sześciokubitowy układ w siatce 2x3. Układ miał znaczenie, bo był pierwszym testem, czy kubity działają obok siebie, tak jak w większym urządzeniu.

Układ testował też metodę produkcji, w której kubity i okablowanie powstają na osobnych chipach, a potem są łączone. Zespół Google stawiał na to podejście od powstania grupy nieco ponad dwa lata wcześniej. Celem było wyeliminowanie linii sterujących zakłócających pracę kubitów. „Ten proces działa” – mówił wtedy Martinis. „Teraz jesteśmy gotowi ruszyć szybko”.

Na tym etapie Google pokazał obliczenia kwantowe z dziewięcioma kubitami w linii. Martinis mówił, że do eksperymentu z supremacją potrzebuje siatki 49 kubitów. Projekty urządzeń z 30 do 50 kubitów były już w toku.

IBM odpowiada 50 kubitami

IBM ruszył pierwszy. 10 listopada 2017 roku Associated Press podała, że naukowcy IBM zbudowali i zmierzyli prototyp z 50 bitami kwantowymi. Dario Gil, kierownik badań nad obliczeniami kwantowymi i AI w IBM, stwierdził, że to pierwszy komputer kwantowy w tej skali. Seth Lloyd, profesor inżynierii mechanicznej na MIT niezwiązany z badaniami, mówił, że IBM ma jeszcze usterki do usunięcia, ale nazwał ogłoszenie istotnym postępowaniem.

Odpowiedź Google przyszła kilka tygodni później, na Q2B. Martinis powiedział, że jego zespół produkuje w tym miesiącu urządzenie z 49 lub 50 kubitami, a testy zaczną za dwa tygodnie, nie licząc świąt. Opisał problem: zespół splącze kubity, pozwoli układowi ewoluować, a potem zmierzy wyniki. Symulacja na klasiku zajęłaby tygodnie, maszyna kwantowa minuty. Różnica pokazałaby skalę i jakość.

Nie wszyscy traktowali liczbę kubitów jako tablicę wyników. „To będzie przełom akademicki” – powiedział Chris Monroe, profesor University of Maryland i współzałożyciel IonQ, dla MIT Technology Review. „Potem trzeba wymyślić, jak to skalować i programować”.

Twierdzenie z 2019 roku i kontra

Praca Google mówiła, że procesor potrzebował około 200 sekund na milion próbek obwodu kwantowego, a superkomputer 10 000 lat. Na serwerze Google Cloud zajęłoby to 50 bilionów godzin. Na procesorze kwantowym: 30 sekund. „Z naszej wiedzy to pierwsze obliczenie możliwe tylko na procesorze kwantowym” – napisali.

Gil z IBM odrzucił tę ramę. „Eksperyment i termin »supremacja« zostaną źle zrozumiane przez niemal wszystkich” – powiedział Fortune. Opisał to jako szczególny eksperyment laboratoryjny bez zastosowań. Komputery kwantowe będą pracować obok klasycznych, nie nad nimi. Jim Clarke, dyrektor sprzętu kwantowego w Intel Labs, nazwał wynik kamieniem milowym. Komercyjny komputer wymaga wielu postępów. „Jesteśmy na pierwszym kilometrze maratonu, ale wierzymy w potencjał” – mówił.

Wpis Google na blogu, po publikacji w Nature w październiku 2019 roku, łączył świętowanie z ostrożnością. Firma wywodziła prace z 2006 roku, gdy Hartmut Neven badał przyspieszenie uczenia maszynowego. Martinis dołączył w 2014 roku. Zastosowania są odległe. Wymuszone zamknięcie laboratorium podczas pożarów w Kalifornii w 2018 roku pomogło zresetować zespół po wyhamowaniu.

Harmonogramy komercyjne pozostały mgliste. Na spotkaniu American Physical Society w marcu 2019 roku IBM podał, że Q System One z 20 kubitami osiągnął Quantum Volume 16, dwukrotnie więcej niż 8 w IBM Q. Wskaźnik uwzględnia liczbę kubitów, łączność, koherencję, błędy, przesłuchy i kompilator. IBM mówił, że musi się podwajać co roku, by osiągnąć przewagę kwantową w dekadę. Od 2017 roku podwaja moc co roku.

ZDNET podawał, że szerokie zastosowania są odległe o lata. I mniej więcej tu jest dziedzina. Przełom, nawet prawdziwy, to nie produkt.

Komentarze 0

Źródła

6
  1. 01Google's New Chip Is a Stepping Stone to Quantum Computing SupremacyEN
  2. 02IBM says it's reached milestone in quantum computingEN
  3. 03Why Google Is Poised to Hit the Next Critical Milestone in Quantum ComputingEN
  4. 04IBM hits quantum computing milestone, may see 'Quantum Advantage' in 2020sEN
  5. 05Google Claims 'Quantum Supremacy,' Marking a Major Milestone in ComputingEN
  6. 06What our quantum computing milestone meansEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Marta Zielińska

Marta Zielińska

AI, modele i technologie

Marta Zielińska pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, preprintach i danych z API, a nie na zapowiedziach producentów. Przy każdej publikacji sprawdza karty modeli, parametry treningowe i benchmarki, a liczby porównuje z niezależnymi testami i wynikami z repozytoriów. Rozmawia z badaczami i inżynierami, czeka na kolejne wydania modeli i zestawia ich działanie z wcześniejszymi wersjami. Prywatnie drukuje w 3D, naprawia stare komputery i sprawdza, jak modele uczą się na śmieciach z internetu. Nie publikuje wyników, których nie może odtworzyć na własnym sprzęcie.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.